论文部分内容阅读
经济社会的发展使化石能源出现了前所未有的紧缺。化石能源带来的污染问题也得到了人们的广泛关注,推动了诸多新能源行业快速发展,也使我国风电行业进入快速发展时期。近年来,我国推行的电力供给侧改革使新机市场日渐萎缩,但对于风电设备的售后服务需求、设备升级改造需求大幅增加。在此背景下,许多风电设备制造企业纷纷将目光转向提高售后服务质量,开展设备升级改造业务,力求寻找企业新的利润增长点。然而,目前此种企业多为传统的生产型企业。许多企业将原有的原材料库存管理方法套用于服务备件,发生了较大的库存管理问题,产生了大量服务备件的呆滞库存。库存的周转速度直接影响企业的资金周转效率。过多的呆滞库存会占压企业大量流动资金,更使企业后续管理成本攀升。此外,在库时间过长也加剧了备件的质量退化风险。因此,合理控制备件持有库存,减少呆滞库存的产生已成为企业的重要管理目标之一。本文针对目前正在努力提升售后服务质量、提供老旧设备升级改造业务的某风电设备制造企业进行研究,利用服务备件在库数据识别出服务备件库存管理中存在的主要问题并有针对性提出了相应的解决办法。首先,针对此风电设备制造企业现有服务备件分类标准和备件管理混乱的问题,在考虑了服务备件最典型的需求性特征的基础上,对企业的服务备件进行了重新分类,确定了由检修和改造计划确定的定向类服务备件是本文的研究重点。然后,为明确库存管理中的重点备件并提升企业服务备件的库存周转速度,本文将动态关联规则应用于企业服务备件销售数据,找出满足支持度阈值、置信度阈值的频繁项集,挖掘出此风电设备制造企业定向类服务备件需求信息中隐藏的有价值的客户-商品关联规则。由于动态关联规则会随时间产生明显变化,所以考虑应用时间序列分析方法中的差分整合移动平均自回归模型(Autoregressive Integrated Moving Average Model,ARIMA)以探索动态关联规则未来的变化趋势。通过与专家建模器和指数平滑法进行对比,发现本文建立的ARIMA模型显示出更高的准确性,对规则的支持度计数序列拟合效果较好。此外,针对此风电设备制造企业原有的服务备件需求量预测模型不准确问题,由于定向类服务备件需求量的影响因素与动态关联规则的相关因素具有较高的相似性,所以本文尝试将ARIMA模型应用于定向类服务备件的需求量预测,结果显示模型仍具有较好的拟合性。最后,本文提出了关于公司制度和服务备件库存管理工作的改进方法,对于风电设备制造企业解决服务备件管理问题具有一定的借鉴意义。